【摘要】：多目標(biāo)跟蹤作為信息融合領(lǐng)域的關(guān)鍵技術(shù),在軍事國(guó)防與民用工程領(lǐng)域具有廣闊的應(yīng)用前景,受到了國(guó)內(nèi)外相關(guān)學(xué)者的廣泛關(guān)注。隨著隨機(jī)集濾波理論與標(biāo)簽隨機(jī)集濾波理論的深入研究,多目標(biāo)跟蹤技術(shù)得到了快速發(fā)展。箱粒子濾波算法是一種非線(xiàn)性濾波算法,結(jié)合了區(qū)間分析理論與序貫蒙特卡羅方法,具有所需粒子數(shù)目少,運(yùn)算效率高,便于處理非傳統(tǒng)量測(cè)等優(yōu)點(diǎn)。本文在箱粒子濾波與標(biāo)簽隨機(jī)集濾波的基礎(chǔ)上,對(duì)多目標(biāo)跟蹤方法進(jìn)行了深入研究,主要工作如下:在箱粒子和標(biāo)簽隨機(jī)集濾波基礎(chǔ)上,提出一種新的多目標(biāo)跟蹤算法,即箱粒子Delta廣義標(biāo)簽多伯努利(BP-δ-GLMB)濾波算法。該算法不僅能夠跟蹤多目標(biāo)狀態(tài)和數(shù)目,還能夠有效跟蹤多目標(biāo)航跡,并且算法的計(jì)算復(fù)雜度低,運(yùn)算效率高。仿真實(shí)驗(yàn)表明,BP-δ-GLMB的跟蹤精度與SMC-δ-GLMB濾波相似,但所需粒子數(shù)目少,運(yùn)算時(shí)間大大縮短,提升了多目標(biāo)跟蹤效率。與BP-CBMeMBer濾波相比,BP-δ-GLMB濾波算法能夠?qū)崿F(xiàn)多目標(biāo)航跡跟蹤,在雜波率較高的場(chǎng)景下,其跟蹤精度更高,對(duì)目標(biāo)數(shù)目估計(jì)更準(zhǔn)確。針對(duì)δ-GLMB濾波算法計(jì)算復(fù)雜度高的問(wèn)題,結(jié)合箱粒子濾波與LMB濾波算法,提出箱粒子標(biāo)簽多伯努利(BP-LMB)濾波算法。BP-LMB濾波作為BP-δ-GLMB濾波算法的高效近似,提升了多目標(biāo)跟蹤的計(jì)算效率。仿真實(shí)驗(yàn)表明,在線(xiàn)性與非線(xiàn)性系統(tǒng)下,所提算法均能夠高效跟蹤多目標(biāo)狀態(tài)與航跡,與BP-δ-GLMB和SMC-LMB濾波相比,盡管BP-LMB濾波精度略有損失,但運(yùn)行時(shí)間短,運(yùn)算效率高。結(jié)合箱粒子濾波在擴(kuò)展目標(biāo)跟蹤中的應(yīng)用,本文還提出了多擴(kuò)展目標(biāo)δ-GLMB濾波與多擴(kuò)展目標(biāo)LMB濾波的箱粒子實(shí)現(xiàn)形式,即ET-BP-δ-GLMB濾波與ET-BP-LMB濾波。這兩種算法繼承了箱粒子濾波算法與標(biāo)簽隨機(jī)集濾波算法的優(yōu)勢(shì),在保證了良好濾波性能與航跡跟蹤性能的同時(shí),降低了擴(kuò)展目標(biāo)跟蹤算法的計(jì)算復(fù)雜度。仿真實(shí)驗(yàn)表明,所提算法能夠有效實(shí)現(xiàn)多擴(kuò)展目標(biāo)狀態(tài)與航跡跟蹤。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TN713

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 邱昊;黃高明;左煒;高俊;;多模型標(biāo)簽多伯努利機(jī)動(dòng)目標(biāo)跟蹤算法[J];系統(tǒng)工程與電子技術(shù);2015年12期

2 宋驪平;嚴(yán)超;姬紅兵;梁萌;;基于箱粒子的多擴(kuò)展目標(biāo)PHD濾波[J];控制與決策;2015年10期

3 邱昊;黃高明;左煒;高俊;;基于標(biāo)簽多伯努利濾波的衍生目標(biāo)跟蹤算法[J];航空學(xué)報(bào);2015年09期

4 趙雪剛;宋驪平;姬紅兵;;量化量測(cè)條件下的交互多模型箱粒子濾波[J];西安電子科技大學(xué)學(xué)報(bào);2014年06期

相關(guān)博士學(xué)位論文 前1條

1 連峰;基于隨機(jī)有限集的多目標(biāo)跟蹤方法研究[D];西安交通大學(xué);2009年

，

本文編號(hào)：2619699